VIP20
本课程属于：014-ADMET性质预测模型 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

ADMET预测模型多指标评估与不确定性分析

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
ADMET概述与模型评估的重要性
ADMET概述与模型评估的重要性 · 核心概念 · 实践要点
ADMET模型评估的重要性
02
吸收（Absorption）模型评估指标解读
吸收（Absorption）模型评估指标… · 核心概念 · 实践要点
Absorption吸收
03
分布（Distribution）模型评估方法
分布（Distribution）模型评估… · 核心概念 · 实践要点
Distribution分布
04
代谢（Metabolism）预测模型的性能评估
代谢（Metabolism）预测模型的性… · 核心概念 · 实践要点
Metabolism代谢
05
排泄（Excretion）模型评估指标详解
排泄（Excretion）模型评估指标详… · 核心概念 · 实践要点
Excretion排泄
06
毒性（Toxicity）预测模型评价标准
毒性（Toxicity）预测模型评价标准 · 核心概念 · 实践要点
Toxicity毒性
07
混淆矩阵
分类评估的基石
混淆矩阵分类评估的基石
08
准确率（Accuracy）的适用性与局限性
准确率（Accuracy）的适用性与局限… · 核心概念 · 实践要点
Accuracy准确率
09
灵敏度（Sensitivity）与特异性（Specificity）
灵敏度（Sensitivity）与特异性… · 核心概念 · 实践要点
SensitivitySpecificity
10
阳性预测值（PPV）与阴性预测值（NPV）
阳性预测值（PPV）与阴性预测值（NPV… · 核心概念 · 实践要点
PPVNPV
11
ROC曲线与AUC值深度解读
ROC曲线与AUC值深度解读 · 核心概念 · 实践要点
ROCAUC
12
精确率（Precision）与召回率（Recall）
精确率（Precision）与召回率（R… · 核心概念 · 实践要点
PrecisionRecall
13
F1分数与Fβ分数的计算与选择
F1分数与Fβ分数的计算与选择 · 核心概念 · 实践要点
F1分数
14
PR曲线与平均精度（AP）
PR曲线与平均精度（AP） · 核心概念 · 实践要点
PRAP
15
马修斯相关系数（MCC）的应用
马修斯相关系数（MCC）的应用 · 核心概念 · 实践要点
MCC马修斯相关系数
16
对数损失（Log Loss）与概率校准
对数损失（Log Loss）与概率校准 · 核心概念 · 实践要点
LogLoss
17
Brier分数与模型不确定性评估
Brier分数与模型不确定性评估 · 核心概念 · 实践要点
Brier分数
18
校准曲线与可靠性图解读
校准曲线与可靠性图解读 · 核心概念 · 实践要点
校准曲线可靠性图解读
19
交叉验证方法
K折 · 分组与重复
交叉验证方法K折
20
留一法交叉验证（LOO-CV）的权衡
留一法交叉验证（LOO-CV）的权衡 · 核心概念 · 实践要点
LOO-CV留一法交叉验证
21
外部验证与时间分割验证策略
外部验证与时间分割验证策略 · 核心概念 · 实践要点
外部验证时间分割验证策略
22
回归任务指标
R² · RMSE · MAE
回归任务指标R²
23
分类阈值调整与选择原则
分类阈值调整与选择原则 · 核心概念 · 实践要点
分类阈值调整选择原则
24
不平衡数据集下的评估指标选择
不平衡数据集下的评估指标选择 · 核心概念 · 实践要点
不平衡数据集下的…重点
25
多分类ADMET模型评估指标
多分类ADMET模型评估指标 · 核心概念 · 实践要点
ADMET多分类
26
特征重要性与模型可解释性评估
特征重要性与模型可解释性评估 · 核心概念 · 实践要点
特征重要性模型可解释性评估
27
模型比较的统计检验方法
模型比较的统计检验方法 · 核心概念 · 实践要点
模型比较的统计检…重点
28
实际案例
ADMET模型评估报告撰写
实际案例ADMET
29
常见评估陷阱与注意事项
常见评估陷阱与注意事项 · 核心概念 · 实践要点
常见评估陷阱注意事项
30
未来趋势与最佳实践总结
未来趋势与最佳实践总结 · 核心概念 · 实践要点
未来趋势最佳实践总结